城市化发展对房地产价格影响的理论与实证分析

第23卷第2期2010年3月

西安财经学院学报

Journal of Xi’an University of Finance and Economics

Vol123　No12

Mar.2010

城市化发展对房地产价格影响的理论与实证分析Ξ

王　飞,刘开瑞

(陕西师范大学国际商学院,陕西西安　710062)

摘　要:城市化导致了人口的大量迁移,而人口的大量迁移首先引起的就是对房地产的庞大需求。在我国目前房地产业的发展明显滞后于城市化发展的前提下,城市化的发展带来的是房地产价格的不断上涨。文章采用理论分析及OL S回归估计、参数协整检验、Granger因果关系检验等实证分析来解释城市化的发展对房地产价格的影响。

关键词:城市化发展;房地产价格;实证分析

中图分类号:F293.3 文献标识码:A 文章编号:1672-2817(2010)02-0033-03

一、城市化发展对房地产价格影响的理

论分析

城市是人类文明的标志,是人们经济、政治和社会生活的中心。城市化的程度是衡量一个国家和地区经济、社会、文化、科技水平的重要标志,也是衡量国家和地区社会组织程度和管理水平的重要标志。自改革开放以来,中国城市化发展迅速,但从总体上来讲,中国的城市化程度仍然十分落后。目前世界城市化平均水平为48%,发达国家城市化平均水平为76%,而中国在2008年年底城市化率仅为44.6%,还不及世界城市化平均水平。城市化发展水平滞后已成为严重制约经济发展的“瓶颈”。

从世界城市化的实践经验来看,城市化过程具有明显的阶段性特征。根据美国学者诺瑟姆(Ray M.Northam)提出的“S”型城市化发展轨迹理论所指出的,各国城市化进程所经历的轨迹,可以概括成一条稍被拉平的“S”型曲线。根据“S”型曲线所揭示的城市化发展加速期以及世界银行的相关统计数据,我们可以推测,当一个地区的城市化水平达到30%后,城市化进程将大大加快,一直到50%左右才会逐渐减速。据此可以判断出我国现在正处于城市化加速发展阶段。

从物理形态上来说,房地产就是城市化的载体,城市化和房地产被称作一对“孪生兄弟”。城市化意味着要进行大规模的城市基础设施建设,而这就意味着会出现对房地产的庞大需求。随着城市化进程的加速,住宅小区大批建造,商业用房成片崛起,这些无疑会给房地产业带来巨大的市场需求。

根据《中华人民共和国人类住区发展报告》的预测:到2020年,城市化水平将达到58%左右。据估计2009年城市人口规模为6.5亿人,2020年为8.6亿人。这就意味着在2009—2020年的12年间,平均每年有1750万乡镇居民转变为新的城市居民。

城市化决定了未来巨大的房地产需求。而要满足这些巨大的需求,就需要房地产业与城市化的同步、协调发展。但当前我国房地产业与城市化发展明显呈现出失调的迹象,单就目前的房地产供需比例来看,房地产业的发展明显滞后于城市化的发展(见表1)。

房地产业发展速度滞后于城市化进程,带来的一个直接的影响就是房地产市场供应满足不了因城市化加速带来的巨大需求,导致房地产价格的急速上升。从表1可以看出,我国从1996年到2005年,

33

Ξ收稿日期:2009-11-23

作者简介:王飞(1984-),男,陕西咸阳人,陕西师范大学国际商学院硕士生,研究方向为不动产金融;刘开瑞(1963-),男,陕西西安人,陕西师范大学国际商学院副教授,博士,研究方向为不动产金融。

表1　中国历年住宅数据一览表①(面积单位:亿m2;价格单位:元/m2)年份1996199719981999200020012002200320042005

住宅竣工面积 3.95 4.06 4.76 5.59 5.49 5.75 5.98 5.50 5.69 6.11

住宅需求面积 6.807.397.957.848.947.7815.2710.8311.6310.67供求比0.580.550.600.710.610.740.390.510.490.57

住宅价格1605179018541857194820172092219725492856

城市现实住宅需求面积总体上是不断增长的,且每年都大于住宅竣工面积,住宅供求比介于0.39～0.74之间,说明这期间每年均有相当大的一部分需求得不到满足,供不应求导致房价持续上涨。总而言之,房地产业的发展滞后导致房地产市场供需比失衡,也就是说,高房价在未来很长一段时间内仍会继续存在。

二、城市化发展对房地产价格影响的实

证分析

为了从定量的角度考察中国城市化发展U RB (Urbanization)对房屋销售价格S PH(Selling Price of House)的影响,我们选取了这两个变量1997—2008年的数据,采用OL S回归估计、参数协整检验以及格兰杰因果关系检验来进行实证分析。样本数据见表2。

为消除经济变量中可能存在的异方差引起的不利影响,并且考虑在分析中取各变量的自然对数后不会改变变量之间的关系,我们对各序列选取自然对数变换,得到新的变量ln U RB、ln S PH,然后再进行实证检验。

(一)OL S回归估计

使用Eviews3.1软件进行最小二乘参数估计,结果如表3所示:

表2　历年我国城市化水平与房屋销售价格对照表

年份199719981999200020012002200320042005200620072008城市化水平(%)31.9133.3534.7836.2237.6639.0940.5341.7642.8143.9044.9045.70房屋销售价格(元)199720632053211221702250235925882785293831613367

表3　最小二乘参数估计表

Variable Coefficient Std.Error T-statistic Prob.

C 2.5840060.624531 4.1375160.0020

lnURB 1.4233210.1702348.3609590.0000 R-squared0.874852Mean dependent var7.803123 Adjusted R-squared0.862338S.D.dependent var0.182528 S.E.of regression0.067723Akaike info criterion-2.395769 Sum squared resid0.045864Schwarz criterion-2.314951 Log likelihood16.37461F-statistic69.90563 Durbin-Watson stat0.315445Prob(F-statistic)0.000008

该参数估计的标准格式,即估计的房屋销售价格与城市化水平之间的长期均衡方程式为:

ln S PHt=2.584006+1.423321l nU RB t

S=(0.624531)(0.170234)

T=(4.137516)(8.360959)

R2=0.874852　S. E.=0.067723

这个长期均衡方程式说明:

城市化每上升1个百分点,则房地产价格就会平均上升1.42个百分点;

S.E.表示该参数估计模型的标准误差,在这个模型中估计的房地产价格与实际的房地产价格之间的平均误差为6.77%;

R2=0.874852,说明样本回归曲线的解释能力为87.49%,也就是说我国房地产价格的总变差中,由解释变量城市化水平解释的部分占87.49%,模型的拟合优度较高;

43西安财经学院学报

①根据《中国统计年鉴2005》、

《中国统计摘要2006》相关数据整理计算得出,其中住宅年折旧率为1.25%,供求比=住宅竣工面积÷现实住宅需求面积。